مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

335
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

516
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طراحی مدل برای آربیتراژ آماری سهام با استفاده از شبکه های عصبی عمیق، جنگل های تصادفی و درخت های با شیب تقویت شده

صفحات

 صفحه شروع 23 | صفحه پایان 45

چکیده

آربیتراژ آماری, استراتژی رایج سرمایه گذاری در بازارهای ناکاراست که نسبت به بازار خنثی بوده و بدون نیاز به سرمایه اولیه از هر دو جهت بازار کسب سود می کند. این تحقیق برآن است تا ضمن طراحی مدل های مناسب برای آربیتراژ آماری سهام با استفاده از الگوریتم شبکه های عصبی عمیق, جنگل های تصادفی, درخت با شیب تقویت شده و ترکیب ساده این مدل ها, به تحلیل و بررسی بازده و ریسک مدل های طراحی شده بپردازد. بدین منظور از اطلاعات همه شرکت های عضو بورس اوراق بهادار تهران از 1385 تا 1396 برای ایجاد سیگنال های معاملاتی استفاده شده است. طراحی مدل های تحقیق و کدنویسی های مربوطه و همچنین آزمون فرضیات تحقیق که با t-test مورد تحلیل قرار گرفته در نرم افزار R انجام شده است. یافته های تحقیق نشان دهنده آن است که بیشترین مقدار بازده 24/4 درصد در هر روز برای k=5 است (بدون هزینه معاملات) که متعلق به مدل ترکیبی ساده (ENS) است. همچنین کمترین میزان ارزش در معرض ریسک (45/4%-) و کمترین مقدار ریزش مورد انتظار(57/5%-) برای k=20 متعلق به مدل شبکه عصبی عمیق(DNN) و بالاترین مقدار نسبت بازده به انحراف معیار 072/1 است که متعلق به مدل RAF به ازاءk=20 می باشد. علاوه برآن نتایج تحقیق نشان می دهند بازده های اخیر سهم قدرت پیش بینی کنندگی بالاتری در مقایسه با بازده های قبل تر دارند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    کمری، فروزان، سارنج، علیرضا، تهرانی، رضا، و شهبازی، میثم. (1398). طراحی مدل برای آربیتراژ آماری سهام با استفاده از شبکه های عصبی عمیق, جنگل های تصادفی و درخت های با شیب تقویت شده. پژوهش های نوین در تصمیم گیری، 4(3 )، 23-45. SID. https://sid.ir/paper/397228/fa

    Vancouver: کپی

    کمری فروزان، سارنج علیرضا، تهرانی رضا، شهبازی میثم. طراحی مدل برای آربیتراژ آماری سهام با استفاده از شبکه های عصبی عمیق, جنگل های تصادفی و درخت های با شیب تقویت شده. پژوهش های نوین در تصمیم گیری[Internet]. 1398؛4(3 ):23-45. Available from: https://sid.ir/paper/397228/fa

    IEEE: کپی

    فروزان کمری، علیرضا سارنج، رضا تهرانی، و میثم شهبازی، “طراحی مدل برای آربیتراژ آماری سهام با استفاده از شبکه های عصبی عمیق, جنگل های تصادفی و درخت های با شیب تقویت شده،” پژوهش های نوین در تصمیم گیری، vol. 4، no. 3 ، pp. 23–45، 1398، [Online]. Available: https://sid.ir/paper/397228/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button